دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Gilbert MacKenzie. Defen Peng (eds.)
سری: Contributions to Statistics
ISBN (شابک) : 9783319045788, 9783319045795
ناشر: Springer International Publishing
سال نشر: 2014
تعداد صفحات: 250
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب مدل سازی آماری در آمار زیستی و بیوانفورماتیک: مقالات برگزیده: تئوری و روش های آماری، آمار برای علوم زیستی، پزشکی، علوم بهداشتی، آمار زیستی، بیوانفورماتیک
در صورت تبدیل فایل کتاب Statistical Modelling in Biostatistics and Bioinformatics: Selected Papers به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدل سازی آماری در آمار زیستی و بیوانفورماتیک: مقالات برگزیده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مقالات منتخبی را در مورد توسعه مدل آماری مرتبط با زمینههای آمار زیستی و بیوانفورماتیک ارائه میکند. پوشش مطالب کاملاً در دستههای زیر قرار میگیرد: (الف) تجزیه و تحلیل بقا و تجزیه و تحلیل بقای چند متغیره، (ب) تجزیه و تحلیل دادههای سری زمانی و طولی، (ج) توسعه مدل آماری و (د) مدلسازی آماری کاربردی. نوآوریها در مدلسازی آماری در هر یک از چهار حوزه ارائه شدهاند، با برخی ایدههای جدید جالب در مورد مدلهای غیرخطی تعمیم یافته سلسله مراتبی و مدلهای شکنندگی با پراکندگی ساختاری، فقط به ذکر دو مثال. مشارکت کنندگان شامل آماردانان برجسته بین المللی مانند فیلیپ هوگارد، جان هیند، ایل دو ها، راجر پین و الساندرا دوریو، و همچنین تازه واردان آینده دار هستند. برخی از مشارکتها از سوی محققانی که در برنامه تحقیقاتی BIO-SI در زمینه آمار زیستی و بیوانفورماتیک، متمرکز بر دانشگاههای لیمریک و گالوی در ایرلند و توسط بنیاد علمی ایرلند تحت ابتکار ریاضیات آن، تأمین مالی میشوند، انجام شده است.
This book presents selected papers on statistical model development related mainly to the fields of Biostatistics and Bioinformatics. The coverage of the material falls squarely into the following categories: (a) Survival analysis and multivariate survival analysis, (b) Time series and longitudinal data analysis, (c) Statistical model development and (d) Applied statistical modelling. Innovations in statistical modelling are presented throughout each of the four areas, with some intriguing new ideas on hierarchical generalized non-linear models and on frailty models with structural dispersion, just to mention two examples. The contributors include distinguished international statisticians such as Philip Hougaard, John Hinde, Il Do Ha, Roger Payne and Alessandra Durio, among others, as well as promising newcomers. Some of the contributions have come from researchers working in the BIO-SI research programme on Biostatistics and Bioinformatics, centred on the Universities of Limerick and Galway in Ireland and funded by the Science Foundation Ireland under its Mathematics Initiative.
Front Matter....Pages i-xiv
Introduction....Pages 1-6
Front Matter....Pages 7-7
Multivariate Interval-Censored Survival Data: Parametric, Semi-parametric and Non-parametric Models....Pages 9-21
Multivariate Survival Models Based on the GTDL....Pages 23-34
Frailty Models with Structural Dispersion....Pages 35-44
Random Effects Ordinal Time Models for Grouped Toxicological Data from a Biological Control Assay....Pages 45-58
Front Matter....Pages 59-59
Modelling Seasonality and Structural Breaks: Visitors to NZ and 9/11....Pages 61-80
Forecasting the Risk of Insolvency Among Customers of an Automotive Financial Service....Pages 81-92
On Joint Modelling of Constrained Mean and Covariance Structures in Longitudinal Data....Pages 93-107
Front Matter....Pages 109-109
Hierarchical Generalized Nonlinear Models....Pages 111-124
Comparing Robust Regression Estimators to Detect Data Clusters: A Case Study....Pages 125-138
Finite Mixture Model Clustering of SNP Data....Pages 139-157
Discrepancy and Choice of Reference Subclass in Categorical Regression Models....Pages 159-184
Front Matter....Pages 185-185
Statistical Methods for Detecting Selective Sweeps....Pages 187-211
A Mixture Model and Bootstrap Analysis to Assess Reproductive Allocation in Plants....Pages 213-219
On Model Selection Algorithms in Multi-dimensional Contingency Tables....Pages 221-242
Back Matter....Pages 243-244